포인트 집계

​

Full fidelity

• 극값과 스파이크 보존: 데이터의 극값과 스파이크를 유지합니다.
• 최솟값 및 최댓값 포인트의 render 방식 설정: W&B App을 사용해 극값(min/max)을 음영 영역으로 표시할지 대화형으로 결정할 수 있습니다.
• 데이터 충실도를 유지하면서 데이터 탐색: 특정 데이터 포인트로 확대하면 W&B가 x축 버킷 크기를 다시 계산합니다. 이를 통해 정확도를 잃지 않고 데이터를 탐색할 수 있습니다. 이전에 계산한 aggregation은 캐싱되어 로드 시간을 줄여 주며, 특히 큰 데이터셋을 탐색할 때 유용합니다.

• 밴드(기본값): 각 버킷 내의 최솟값과 최댓값을 음영 밴드로 표시하고, 선은 전체 추세를 보여 줍니다.
• 선: 포인트를 직접 연결하여 스파이크와 하락을 더 쉽게 파악할 수 있습니다.

​

full fidelity 활성화

​

음영 설정

• 최소/최대: 각 X축 지점에서 최솟값과 최댓값 사이 영역에 음영을 표시합니다. 음영 영역은 각 버킷에서 가장 낮은 값부터 가장 높은 값까지의 모든 지점을 보여줍니다. $$\text{Min/Max Range} = [\min(x_1, x_2, \ldots, x_n),\ \max(x_1, x_2, \ldots, x_n)]$$ 여기서 x_1, x_2, \ldots, x_n는 주어진 버킷의 값입니다.
• 표준편차: 각 X축 지점에서 표준편차를 사용해 값의 변동성을 계산하고, 그 결과 영역에 음영을 표시합니다. $$SD = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i - \overline{x})^2}$$
• 표준오차: 각 X축 지점에서 표준편차를 표본 크기의 제곱근으로 나누어 표본오차의 가능성을 계산합니다. $$SE = \frac{SD}{\sqrt{n}}$$
• 없음: 음영을 표시하지 않습니다(기본값).

1. 워크스페이스로 이동합니다.
2. 선형 플롯 위에 마우스를 올린 다음 톱니바퀴 아이콘을 클릭합니다.
3. Data 탭에서 필요하면 포인트 집계를 Full fidelity로 설정한 다음, 스무딩 알고리즘을 구성합니다.
4. Grouping 탭에서 Group runs를 켭니다. 필요에 따라 Group by를 run 속성으로 설정합니다.
5. Agg를 평균(기본값), 최소, 또는 최대로 설정합니다.
6. Range를 최소/최대, Std Dev, Std Err, 또는 None으로 설정합니다.
7. 적용을 클릭합니다.

​

데이터 충실도를 유지한 채 데이터 탐색하기

• 최소값: 해당 버킷의 가장 낮은 값입니다(음영 처리에 사용).
• 최대값: 해당 버킷의 가장 높은 값입니다(음영 처리에 사용).
• 선 값: 해당 버킷의 마지막 값으로, 선을 그리는 데 사용됩니다.

1. W&B 프로젝트로 이동합니다.
2. 왼쪽 탭에서 Workspace 아이콘을 선택합니다.
3. 선택 사항: 워크스페이스에 선형 플롯 패널을 추가하거나 기존 선형 플롯 패널로 이동합니다.
4. 클릭한 상태로 드래그하여 확대할 특정 영역을 선택합니다.

​

랜덤 샘플링

​

랜덤 샘플링 활성화

​

샘플링되지 않은 데이터에 액세스

# W&B API 초기화
api = wandb.Api()
run = api.run("l2k2/examples-numpy-boston/i0wt6xua")

# 'Loss' 메트릭의 이력 조회
history = run.scan_history(keys=["Loss"])

# 이력에서 loss 값 추출
losses = [row["Loss"] for row in history]